- #1Machine Learning Modeling for Real-Time Melt Pool Monitoring in Laser Powder Bed Fusion Additive Manufacturing: A Hybrid Approach
실시간 레이저 파우더 베드 퓨전 모니터링을 위한 하이브리드 머신러닝 모델 개발.
- #2Qwen-AgentWorld: Language World Models for General Agents
Qwen-AgentWorld는 7개 도메인을 아우르는 언어 기반 월드 모델로, CPT-SFT-RL 3단계 훈련을 통해 높은 시뮬레이션 정확도를 달성하고 에이전트 성능을 향상시킨다.
- #3SkillHarness: Harnessing Safe Skills for Computer-Use Agents
SkillHarness는 동적 환경에서 안전한 스킬 학습과 실행을 지원하는 프레임워크로, 기존 방법 대비 57.1%의 위험률 감소를 달성한다.
- #4World Value Models for Robotic Manipulation
로봇 조작을 위한 새로운 가치 모델인 World Value Model(WVM)이 제안되며, 다양한 데이터 품질에서 우수한 성능을 보인다.
- #5Grouped Query Experts: Mixture-of-Experts on GQA Self-Attention
GQE는 GQA 기반의 self-attention에서 query head 계산을 반으로 줄이며 정확도를 유지하는 MoE 기법이다.
- #6From Spatial to Spectral: An Efficient, Frequency-Guided Feature Representation Learner for Small Object Detection
소형 객체 탐지에서 주파수 정보를 활용한 새로운 특징 표현 학습 방식인 DERNet이 기존 모델 대비 1/6의 파라미터로 성능을 개선한다.
- #7ReMMD: Realistic Multilingual Multi-Image Agentic Verification for Multimodal Misinformation Detection
ReMMD는 현실적 다국어 다이미지 인증 기반의 다모달 허위정보 탐지 프레임워크로, ReMMDBench 벤치마크와 ReMMD-Agent 검증 시스템을 포함한다.
- #8NatureBench: Can Coding Agents Match the Published SOTA of Nature-Family Papers?
NatureBench는 과학적 발견 능력을 평가하기 위한 90개 과제로 구성된 AI 코드 에이전트 벤치마크로, 기존 연구 재현을 넘어 새로운 SOTA를 달성하는 능력을 측정한다.
- #9MobileForge: Annotation-Free Adaptation for Mobile GUI Agents with Hierarchical Feedback-Guided Policy Optimization
MobileForge는 주석 없이 모바일 GUI 에이전트를 최적화하는 시스템으로, AndroidWorld에서 77.6% Pass@3 성능을 달성한다.
- #10MemGUI-Agent: An End-to-End Long-Horizon Mobile GUI Agent with Proactive Context Management
MemGUI-Agent는 장기적 모바일 GUI 작업을 위해 프로액티브 컨텍스트 관리를 도입한 8B 모델 기반 에이전트이다.
- #11AOHP: An Open-Source OS-Level Agent Harness for Personalized, Efficient and Secure Interaction
AOHP는 AI 에이전트를 운영체제 수준에서 지원하는 오픈소스 허브로, 개인화, 효율성, 보안성을 강화한다.
- #12BioMatrix: Towards a Comprehensive Biological Foundation Model Spanning the Modality Matrix of Sequences, Structures, and Language
BioMatrix는 단일 디코더 아키텍처 내에서 생물학적 데이터의 다중 모달성을 통합한 첫 번째 포괄적 기초 모델이다.
- #13Deeper is Not Always Better: Mitigating the Alignment Tax via Confident Layer Decoding
최종 레이어 대신 신뢰도 높은 중간 레이어를 선택하는 Confident Decoding이 추론 성능을 향상시킨다.
- #14LingxiDiagBench: A Multi-Agent Framework for Benchmarking LLMs in Chinese Psychiatric Consultation and Diagnosis
중국어 정신건강 상담 및 진단에서 LLM 성능을 평가하기 위한 다대역 프레임워크 LingxiDiagBench를 제안하며, 16,000개의 EMR 기반 대화 데이터셋과 다양한 평가 과제를 소개한다.
- #15OpenThoughts-Agent: Data Recipes for Agentic Models
OpenThoughts-Agent는 100K 개의 다목적 에이전트 학습 데이터를 생성해 Qwen3-32B를 44.8%의 평균 정확도로 훈련시키는 오픈소스 데이터 파이프라인을 제시한다.
- #16Semantic Browsing: Controllable Diversity for Image Generation
Semantic Browsing는 사용자가 의미 있는 해석 축을 따라 시각적 생성물을 탐색할 수 있도록, 텍스트 기반 이미지 생성 모델의 다양성을 구조화하고 제어하는 방법이다.
- #17FLAT: Feedforward Latent Triangle Splatting for Geometrically Accurate Scene Generation
FLAT은 단일 이미지에서 게임 엔진 호환 3D 장면을 생성하는 피드포워드 모델로, 삼각형 스플래팅 기법을 통해 기하 정확도를 향상시킨다.
- #18EventVLA: Event-Driven Visual Evidence Memory for Long-Horizon Vision-Language-Action Policies
EventVLA는 장기 비마르코프적 로봇 조작에서 성능을 향상시키기 위해 희소 시각 증거 메모리와 KEM 모듈을 결합한 엔드투엔드 프레임워크이다.
- #19Notes2Skills: From Lab Notebooks to Certainty-Aware Scientific Agent Skills
Notes2Skills는 실험 노트북의 작성을 기반으로 AI 에이전트가 안전하게 과학적 결정을 내릴 수 있도록, 작가의 확신을 보존하는 두 단계 프레임워크를 제시한다.
- #20FedOT: Ownership Verification and Leakage Tracing via Watermarks for Federated LDMs
FedOT는 연방 학습 환경에서 LDM 모델의 소유권 검증과 유출 추적을 위한 첫 번째 워터마크 기반 프레임워크이다.
- #21Escaping the Self-Confirmation Trap: An Execute-Distill-Verify Paradigm for Agentic Experience Learning
EDV는 Self-Confirmation Trap을 해결하기 위해 실행-정제-검증 단계를 분리한 협력적 경험 학습 프레임워크로, 장기적 태스크 성능을 향상시킨다.
- #22FlowR2A: Learning Reward-to-Action Distribution for Multimodal Driving Planning
FlowR2A는 reward-to-action 분포를 학습하여 multimodal driving planning의 두 패러다임 간 긴장을 해결하는 새로운 프레임워크이다.
- #23Toward Open Weight Models Without Risks: Separating Public and Private Capabilities in LLMs
Tiered Language Models(TLMs)는 공개된 모델 가중치 내에서 권한별 기능 제어를 가능하게 하는 새로운 접근법을 제시한다.
- #24Vera: A Layered Diffusion Model for Content-Preserving Video Editing
Vera는 편집 영역을 별도의 RGBA 레이어로 생성하여 원본 영상의 내용을 보존하는 계층형 디퓨전 모델이다.
- #25Counsel: A Meta-Evaluation Dataset for Agentic Tasks
Counsel은 대리 시스템의 과정 평가를 위한 첫 공개 메타 평가 데이터셋으로, LLM-as-a-Judge의 정확도와 설명력을 측정한다.